# 少样本提示：示例放几个、怎么排版、怎么排序

> 少样本提示就是在提示词里放几组输入和期望输出的示例，让模型照着示例的规律作答，不需要微调。OpenAI 把它叫作 few-shot learning，Anthropic 叫它 multishot prompting。光靠指令说不清格式、语气或标签时，就该用它。对推理模型，先试零个示例，不够再加三到五个彼此不同、各自包在标签里的示例。

Mindket 编辑部 · 发布于 2026-11-06 · 更新于 2026-11-06 · https://mindket.com/cn/learn/prompt-engineering-advanced/few-shot-prompting

## 要点

- 先写指令，只在回复反复偏离的地方补示例。
- 挑彼此不同、又像你的应用真正会收到的输入的示例。
- 每个示例单独包一个标签，并让规则和示例说同一件事。
- 一次跑分好看还不够，打乱顺序、分散标签之后再下结论。
- 工具的嵌套参数老是填错，就在工具定义里放调用样例。

## 开始之前

一个 shot 就是提示词里的一个示例：一段输入，加上你希望它得到的输出。零样本指提示词里只有指令；单样本多放一个示例；少样本则放上几个。

第一个练习用聊天应用就能做，后面的开发者消息需要一个 API 密钥。本课默认你已经会写清楚的指令，这是[提示词工程入门课](https://mindket.com/cn/learn/prompt-engineering/prompt-engineering-basics)讲的内容。示例是加在指令之上的，永远不能代替指令。

## 用一个示例改变回复的语气

Anthropic 的[交互式提示词教程](https://github.com/anthropics/prompt-eng-interactive-tutorial/blob/master/Anthropic%201P/07_Using_Examples_Few-Shot_Prompting.ipynb)第 7 章做了一个回答小朋友提问的“家长机器人”。直接问圣诞老人会不会送礼物，Claude 的回答很正式，教程说它像机器人。你可以花一整段话去描述想要的温柔语气，教程的做法是加一组问答当示例，整个提示词只有四行。

````text
Please complete the conversation by writing the next line, speaking as "A".
Q: Is the tooth fairy real?
A: Of course, sweetie. Wrap up your tooth and put it under your pillow tonight. There might be something waiting for you in the morning.
Q: Will Santa bring me presents on Christmas?
````

1. 打开一个新对话，只发最后一行：Will Santa bring me presents on Christmas?
2. 再打开一个新对话，把上面从教程里复制来的完整提示词发出去。
3. 把两次回复放在一起看，比较语气、长度，以及第二次是不是以“A”的身份在说话。
4. 再加一组别的话题的问答，比如玩具丢了，在新对话里重新发送。
5. 留下你愿意直接上线的那一版，并记下是哪个示例改变了什么。

## 给示例单独的段落和标签

在应用里，示例通常放在开发者消息中，也就是你的代码在用户输入之前发出的那段指令。OpenAI 的[提示词工程指南](https://developers.openai.com/api/docs/guides/prompt-engineering)把这段消息分成几个带标题的部分，并给出一个商品评论分类器。每条示例评论都包在一个标签里，用 id 和模型应该返回的标签对应起来。

指南说，模型会从示例里领会规律，再用到下一个输入上，它还要求示例覆盖尽量多样的输入。

````text
# Identity

You are a helpful assistant that labels short product reviews as
Positive, Negative, or Neutral.

# Instructions

* Only output a single word in your response with no additional formatting
  or commentary.
* Your response should only be one of the words "Positive", "Negative", or
  "Neutral" depending on the sentiment of the product review you are given.

# Examples

<product_review id="example-1">
I absolutely love this headphones — sound quality is amazing!
</product_review>

<assistant_response id="example-1">
Positive
</assistant_response>

<product_review id="example-2">
Battery life is okay, but the ear pads feel cheap.
</product_review>

<assistant_response id="example-2">
Neutral
</assistant_response>

<product_review id="example-3">
Terrible customer service, I'll never buy from them again.
</product_review>

<assistant_response id="example-3">
Negative
</assistant_response>
````

- 标签标出每条示例从哪里开始、到哪里结束，模型就分得清哪条是示例，哪条是它要打标签的评论。
- 三条示例正好用到三个标签，模型能看到它被允许给出的每一种答案。
- 规则写的就是示例展示的东西：只输出一个词，别的什么都不要。OpenAI 的 [GPT-4.1 提示词指南](https://developers.openai.com/cookbook/examples/gpt4-1_prompting_guide)正是这样要求的：示例里演示的任何行为，规则里也要写出来。
- Anthropic 的[应用提示词课程](https://github.com/anthropics/courses/blob/master/real_world_prompting/01_prompting_recap.ipynb)把每个示例包在 `example` 标签里，再统一放进一个 `examples` 标签。两种写法都行，选定一种，整个提示词保持一致。

## 示例该放几个

Anthropic 的课程说，这件事没有硬性规定。它建议一开始至少放三到五个，回复还有偏差的地方再补有针对性的示例，并提醒哪怕只有一个示例，也比没有强。每个示例在每次调用时都要占输入 token。同一块示例反复发送时，[提示词缓存](https://mindket.com/cn/learn/claude-api/claude-prompt-caching)能让 API 直接从缓存里读取。

推理模型改变了起点。OpenAI 的[推理模型最佳实践](https://developers.openai.com/api/docs/guides/reasoning-best-practices)说，这类模型往往不需要示例，所以先写不带示例的提示词。只有输出要求比较复杂时才加几个，而且要和指令严格一致，两者对不上可能得到很差的结果。

这个说法来自 GPT-3。2020 年的论文 [Language Models are Few-Shot Learners](https://huggingface.co/papers/2005.14165) 只用文字把示例交给这个 1750 亿参数的模型，没有任何梯度更新或微调。在一些任务上，这样就足以和当时最好的微调系统一较高下。

| 你的情况 | 从哪里开始 | 原因 |
| --- | --- | --- |
| 推理模型做开放式任务 | 不放示例 | OpenAI 说这类模型不放示例往往也做得好 |
| 标签固定，或输出格式严格 | 三到五个示例 | 示例展示格式，比文字描述快 |
| 很难说清的语气 | 一两个示例 | Anthropic 认为给一两个示例，往往比描述每个细节更高效 |
| 带嵌套可选参数的工具 | 在工具定义里放调用样例 | schema 表达不了哪些字段该一起出现 |

## 模型从示例里学到了什么

示例里的答案对不对，没有大多数人想的那么重要。2022 年的研究 [Rethinking the Role of Demonstrations](https://huggingface.co/papers/2202.12837) 把示例里的标签随机替换，在包括 GPT-3 在内的 12 个模型上，分类和多选题的成绩几乎没有下降。真正起作用的是其余部分：可选标签的范围、输入文本的类型，以及整体格式。

顺序同样会影响结果。一项以 GPT-3 等当时模型为对象的[提示词顺序研究](https://huggingface.co/papers/2104.08786)发现，同样的示例换个顺序，成绩可能从接近当时最佳变成和瞎猜差不多。对一个模型好用的顺序，换到另一个模型上并不成立。一篇 [2021 年的校准论文](https://huggingface.co/papers/2102.09690)把部分波动归因于偏向：GPT-3 这类模型更容易给出放在提示词末尾附近的答案。

这三项研究做于 2021 和 2022 年，测的是当时的模型，不是你今天调用的模型。不过它们指向的做法几乎没有成本：示例要多样，标签要分散，示例块别总以最常见的那个标签收尾。在信任一个提示词之前，把示例打乱顺序多跑几次。

## 在工具定义里放调用样例

工具调用也有同样的问题。JSON Schema 只说明哪些字段合法，却说不出它们该怎样搭配，比如接口要哪种日期格式，严重故障要带上哪些可选字段。Anthropic 的[高级工具使用文章](https://www.anthropic.com/research/advanced-tool-use)把调用样例直接写进工具定义的 `input_examples` 字段。文章说，Claude 从三个样例里学会了日期和 ID 的格式、怎样嵌套联系人对象，以及哪些可选字段该一起出现。

[Claude 工具使用这一课](https://mindket.com/cn/learn/claude-api/claude-tool-use)讲了这个字段，以及每个样例要花多少 token。文章也列出了样例帮助不大的情况：只有一个明显参数的工具，以及 URL、电子邮件地址这类标准格式。

**复杂参数处理的准确率** Anthropic 的内部测试，2025 年 11 月 24 日发布，文章没有写明模型。金色柱加了工具使用示例。

- 不加工具使用示例: 72%
- 加上工具使用示例: **90%**

来源：[Anthropic: Introducing advanced tool use](https://www.anthropic.com/research/advanced-tool-use) (2026-11-06 查阅)

## anton 和 Alex Albert 谈少样本示例与提示词缓存

anton 的 X 账号是 @abacaj。他 2024 年 8 月 6 日[在 X 上写道](https://x.com/abacaj/status/1820907327001678254)，就提升前沿模型的表现而言，少样本提示是“S 级”。帖子停在“把示例数量增加到 10 个以上，回报是”这半句，X 在这里用“Show more”把它截断了，所以他接着说了什么，这里读不到。

九天后，Anthropic 的 Alex Albert [在 X 上发了一串帖子](https://x.com/alexalbert__/status/1824136128850723084)谈提示词缓存，这项功能前一天刚在 Anthropic API 上线。他写道，缓存能大幅降低 API 的输入成本和延迟。他最兴奋的一点是，缓存让“超大规模的少样本提示”成了微调的轻量替代。

两条帖子都已经超过两年，而两家厂商现在的指南仍然推荐用示例。写你自己的提示词时，先按 Anthropic 课程的建议放三到五个。只有测试集表明多加的示例确实有用时才继续加，示例块变长以后就把它缓存起来。

> 这个任务该这样解，这里有几个示例，演示怎样解它。
>
> anton (@abacaj), 引文为译文, [X](https://x.com/abacaj/status/1820907327001678254) (2026-11-06 查阅)

[![anton（@abacaj）2024 年 8 月 6 日在 X 上发帖，把少样本提示列为在前沿模型上最管用的做法之一：告诉模型怎样解这个任务，再给几个示范它怎样解的例子。](https://mindket.com/blog/shots/x-abacaj-few-shot-s-tier.webp?v=6cb1618d5509)](https://x.com/abacaj/status/1820907327001678254)

anton 在 X 上，2024 年 8 月 6 日

[![Alex Albert（@alexalbert__）2024 年 8 月 15 日在 X 上发帖：我们昨天在 Anthropic API 推出了提示词缓存，大幅降低了 API 的输入成本和延迟。他接着说，缓存让超大规模的少样本提示成了微调的轻量替代。](https://mindket.com/blog/shots/x-alexalbert-mega-few-shot.webp?v=d3d2a528801d)](https://x.com/alexalbert__/status/1824136128850723084)

Alex Albert 在 X 上，2024 年 8 月 15 日

[AI prompt engineering: A deep dive](https://www.youtube.com/watch?v=T9aRN5JkmL8)

Anthropic 的四位提示词工程专家 Amanda Askell、Alex Albert、David Hershey 和 Zack Witten，聊怎样改进提示词，以及提示词工程的变化，发布在 Anthropic 自己的频道上。

> X 官方嵌入卡片的截图，拍摄于 2026 年 11 月 6 日，时间为 UTC。X 在第一条帖子处用“Show more”截断了后面的内容。点击截图可到 X 上打开原帖。

## 常见错误

- 贴上五个几乎一样的示例，模型学到的是它们共同的怪癖，而不是任务本身。
- 示例违反了规则，比如规则要求一句话，示例却写了两句。
- 示例和真实输入混在一起、没有标签，结果模型回答的是示例。
- 每个示例块都以同一个标签收尾，再把结果的偏向当成模型自己的判断。
- 还没试过不带示例的提示词，就给推理模型加示例。
- 只按一种示例顺序跑一次，就给提示词下结论。

## 自己试一试

每个练习只改评论分类器里的一处，这样你能看清这一处到底起了什么作用。分类器表现稳定以后，[下一课](https://mindket.com/cn/learn/prompt-engineering-advanced/chain-of-thought-prompting)会让模型在给出答案之前先写出推理过程。

- 加第四条评论，有夸有骂，发给分类器。返回的是哪个标签？
- 调换三条示例的顺序，再发同一条评论。标签变了吗？
- 删掉 Examples 部分，只保留规则，用你自己的五条评论比较返回的标签。
- 给你用的某个工具写一个 `input_examples` 条目：一个填满所有字段的调用，一个只填必填字段的调用。

## 自测一下

1. 2022 年的一项研究把少样本示例里的标签随机替换，结果怎样？

   A. 成绩跌到和瞎猜一样
   B. 在 12 个模型上几乎没有变化
   C. 每个任务的成绩都提高了
   D. 模型拒绝回答

   答案：B。 研究发现，起作用的是标签范围、输入类型和格式，而不是每个标签对不对。

2. 你要让推理模型做一个新任务，第一步该试什么？

   A. 放十个各不相同的示例
   B. 放标签随机的示例
   C. 写一个不带示例的提示词
   D. 启动一次微调

   答案：C。 OpenAI 的推理模型最佳实践说，这类模型往往不需要示例，提示词本身不够时再加几个。

3. OpenAI 的评论分类器为什么把每条示例放进单独的标签？

   A. 让模型分清哪条是示例、哪条是要打标签的评论
   B. 因为 API 不接受纯文本
   C. 为了让提示词更短
   D. 为了让模型用 XML 回复

   答案：A。 标签标出每条示例的起止位置，id 再把每条示例评论和它的标签对应起来。

4. 一个带嵌套可选字段的工具，调用老是格式出错。Anthropic 建议怎么做？

   A. 删掉可选字段
   B. 在用户消息里描述这个工具
   C. 调高 temperature
   D. 在 input_examples 里加调用样例

   答案：D。 schema 只说明哪些字段合法，调用样例才能展示格式和哪些字段该一起出现。

## 常见问题

### 什么是少样本提示？

就是在提示词里用示范来教模型做一个任务。研究者把这种效果叫作上下文学习，因为模型在权重完全不变的情况下适应了任务。

### 零样本提示和少样本提示有什么区别？

零样本只给指令，少样本还加上示例。零样本更省钱，在推理模型上往往就够了。少样本能把文字很难说清的格式、标签范围或语气固定下来。

### 少样本提示算一种微调吗？

不算。微调是用训练数据改变模型的权重。示例只存在于提示词里，所以每次调用都要花输入 token，一旦删掉就不再起作用。OpenAI 的指南把示例说成是不做微调也能引导模型的办法。

### 在 API 请求里，示例应该放在哪里？

OpenAI 的指南把示例放在开发者消息里，排在身份和指令之后。Anthropic 的课程把示例放在用户消息里，包在 `examples` 标签中。无论哪种，都把固定不变的示例块放在靠前的位置，方便缓存复用。[系统提示词这一课](https://mindket.com/cn/learn/prompt-engineering/system-prompt)讲了前面还该放些什么。

### 能给模型看“不要这样做”的示例吗？

能。Anthropic 的教程把“你不希望模型怎样做”的示例也算作有用的示例。每个反面示例单独放进一个标签，并写明它错在哪里，免得模型照抄。

## 资料来源

- [OpenAI Docs: Prompt engineering, Few-shot learning](https://developers.openai.com/api/docs/guides/prompt-engineering) (2026-11-06 查阅)
- [OpenAI Docs: Reasoning best practices](https://developers.openai.com/api/docs/guides/reasoning-best-practices) (2026-11-06 查阅)
- [OpenAI Cookbook: GPT-4.1 Prompting Guide](https://developers.openai.com/cookbook/examples/gpt4-1_prompting_guide) (2026-11-06 查阅)
- [Anthropic on GitHub: Prompt engineering interactive tutorial, chapter 7, Using Examples](https://github.com/anthropics/prompt-eng-interactive-tutorial/blob/master/Anthropic%201P/07_Using_Examples_Few-Shot_Prompting.ipynb) (2026-11-06 查阅)
- [Anthropic on GitHub: Applied prompting course, lesson 1, Essential prompting techniques](https://github.com/anthropics/courses/blob/master/real_world_prompting/01_prompting_recap.ipynb) (2026-11-06 查阅)
- [Anthropic: Introducing advanced tool use](https://www.anthropic.com/research/advanced-tool-use) (2026-11-06 查阅)
- [Hugging Face Papers: Language Models are Few-Shot Learners (2020)](https://huggingface.co/papers/2005.14165) (2026-11-06 查阅)
- [Hugging Face Papers: Rethinking the Role of Demonstrations (2022)](https://huggingface.co/papers/2202.12837) (2026-11-06 查阅)
- [Hugging Face Papers: Fantastically Ordered Prompts and Where to Find Them (2022)](https://huggingface.co/papers/2104.08786) (2026-11-06 查阅)
- [Hugging Face Papers: Calibrate Before Use (2021)](https://huggingface.co/papers/2102.09690) (2026-11-06 查阅)
- [X: anton (@abacaj) on few-shot prompting working well on frontier models](https://x.com/abacaj/status/1820907327001678254) (2026-11-06 查阅)
- [X: Alex Albert on prompt caching and mega few-shot prompting](https://x.com/alexalbert__/status/1824136128850723084) (2026-11-06 查阅)
- [YouTube: Anthropic, AI prompt engineering: A deep dive](https://www.youtube.com/watch?v=T9aRN5JkmL8) (2026-11-06 查阅)

[浏览技能](https://mindket.com/cn/skills)